Name: 映画のディエイジングはいかにしてうまくなったか (How de-aging in movies got so good)
Uploaded: 2025-03-11T13:37:38.000Z
Duration: 9 min 43 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

Let's take a trip back to 2006. Ian McKellen is 67 years old. Patrick Stewart, 66. Hugh

2006年に戻ってみよう。イアン・マッケレンは67歳。パトリック・スチュワート、66歳。ヒュー

様態の副詞

Jackman, 38, but that's not really relevant because in X-Men The Last Stand, these two guys don't quite look their age. Their characters were digitally de-aged in what is widely known to be the first implementation of this kind of technology. The effect is… well, I mean, you know, it looks like the first time they were using this technology. But since then, there have been many attempts to level up this illusion, with varying degrees of success.

ジャックマンは38歳だが、『X-MEN ザ・ラスト・スタンド』では、この2人は年齢を感じさせないからだ。なぜなら、『X-MEN ザ・ラストスタンド』では、この2人は年齢を感じさせないからだ。その効果は......まあ、つまり、初めてこの技術を使ったように見えるということだ。しかし、それ以来、程度の差こそあれ、このイリュージョンをレベルアップさせる試みが何度も行われてきた。

程度の副詞

Because even at the highest levels of Hollywood, it is really f***ing hard to pull off.

ハリウッドの最高レベルでさえ、それをやり遂げるのは本当に難しいことなのだから。

If you look at a person and there's something not quite right with their face, what our lizard brain is telling us is, ooh, that person is sick. I better stay away because I don't want to get sick.

もしあなたが人を見て、その人の顔に何か違和感があるとしたら、トカゲの脳が私たちに伝えているのは、「ああ、あの人は病気だ。病気になりたくないから、近づかない方がいい。

I'm the visual effects supervisor on here.

私はここの視覚効果スーパーバイザーなんだ。

He was one of the people tasked with making sure the filmmaking team could pull off an ambitious 53 minutes of de-aging work for Tom Hanks, Robin Wright, Paul Bettany, and

彼は、トム・ハンクス、ロビン・ライト、ポール・ベタニーのために、53分間という野心的なディエイジング作品を完成させるよう、映画製作チームに指示した一人である。

Kelly Riley. Or perhaps we should say re-aging, as these extremely famous faces become much younger and much older than they are right now.

ケリー・ライリーあるいは、リエイジングと言うべきかもしれない。超有名人たちが今よりずっと若くなったり、ずっと老けたりするのだから。

People that are critical of de-aging and face replacement, they have every right to be.

脱老化や顔の入れ替えに批判的な人々、それは当然のことだ。

We have it all worked out! We have it all worked out!

我々はすべて解決している我々はすべて解決している

It's a very, very hard effect to pull off because we just, we look at human faces all day every day. It's the thing that we recognize the most.

なぜなら、私たちは毎日毎日、人の顔を見ているからだ。なぜなら、私たちは毎日毎日、人の顔を見ているからです。

But Kevin and Hollywood have a new filmmaking toolkit, one that makes convincingly changing an actor's age much more achievable.

しかし、ケヴィンとハリウッドは、俳優の年齢を説得力を持って変えることができる、新しい映画製作の手段を手に入れた。

De-aging actors is a painstaking process.

俳優の脱老化は骨の折れる作業だ。

Oftentimes we'll 3D scan an actor and build a full three-dimensional version of their head in the computer.

俳優を3Dスキャンし、コンピューターで頭の完全な3次元版を作ることもよくある。

Then from there, you have to like build every muscle and how the skin moves when each muscle is activated and how the blood flows in and out of the skin as it moves and where the peach fuzz lies.

そして、そこからすべての筋肉を作り、それぞれの筋肉が活性化したときに皮膚がどのように動くか、皮膚の動きに合わせて血液がどのように出入りするか、そして桃の毛がどこにあるかということを考えなければならない。

You're trying to recreate reality from the inside out in that approach and it can yield really impressive results.

そのアプローチで現実を内側から再現しようとしているわけで、実に素晴らしい結果が得られる。

The problem is, it is so labor intensive.

問題は、とても手間がかかることだ。

And since all this meticulous face swapping takes place after filming is wrapped, there's a huge amount of subjectivity and kind of filtering in between what the actor does and what ends up on the screen.

そして、このような綿密な顔の入れ替えは、撮影が終わった後に行われるため、俳優の行動とスクリーンに映し出されるものとの間には、膨大な量の主観と一種のフィルターが存在する。

Which is one of the reasons they felt that a face swap in post wasn't going to cut it for here.

それが、ポストで顔を入れ替えるだけではここでは通用しないと考えた理由のひとつだ。

It was clear that traditional means of de-aging was never going to work at the quantity that we had to address and certainly not at the quality consistently throughout the production that we needed.

伝統的な熟成解除の方法では、私たちが対処しなければならない量では決してうまくいかないことは明らかだったし、私たちが必要とする、生産全体を通して一貫した品質では決してうまくいかないことも明らかだった。

And it wasn't until we saw the results of the very first test by this company, Metaphysic, that we kind of went, oh gosh, thank, you know, we can do this.

このメタフィジックという会社の最初のテスト結果を見て初めて、ああ、これならできる、と思ったんだ。

Metaphysic enabled Elvis to perform on America's Got Talent and also made the backup singers look exactly like the judges.

メタフィジックは、エルヴィスが『アメリカズ・ゴット・タレント』に出演し、バック・シンガーを審査員そっくりにすることを可能にした。

They helped Eminem dance with his younger self and brought Ian Holm back from the dead.

彼らはエミネムの若き日のダンスを助け、イアン・ホルムを死から蘇らせた。

They're an AI company that's been making waves in Hollywood during a time where there's still some uncertainty and discomfort over the technology.

彼らはAI企業であり、まだテクノロジーに対する不安や不快感がある時期にハリウッドで波紋を広げている。

They use sophisticated machine learning to generate faces, but maybe it's better to let

彼らは高度な機械学習を使って顔を生成する。

We want Tom to be 20 and then 25 and then 30 and then 35.

私たちはトムに20歳になり、25歳になり、30歳になり、35歳になることを望んでいる。

So we kind of create these groupings of images that we can feed the AI with and teach it in the same way that if I gave you a book that thick, you know, a thousand pages of images of Tom Hanks from all different kinds of places, they might be family photos, they might be publicity stills, movie posters, images from the films he's been in.

例えば、トム・ハンクスの様々な写真が1000ページも掲載された本を渡したとしたら、それは家族の写真かもしれないし、宣伝用のスチール写真かもしれないし、映画のポスターかもしれないし、彼が出演した映画の画像かもしれない。

And I said, all right, Ed, you're going to do nothing for the whole week but flip through the pages of that book and just study Tom Hanks' face.

それで私は言ったんだ、エド、この一週間は何もしないで、ただその本のページをめくってトム・ハンクスの顔を研究するんだ、と。

彼の似顔絵を研究すればいい。

If at the end of that week, as long as you're a visual person, if I said to you, OK, now close your eyes and imagine Tom Hanks singing happy birthday to you in the moonlight.

もしその週の終わりに、あなたが視覚的な人間である限り、私がこう言ったとしたら、さあ、目を閉じて、トム・ハンクスが月明かりの中でハッピーバースデーを歌っているところを想像してみてください。

Even though none of those images had shown that, you would still be able to do that very clearly in your head.

たとえどの映像もそれを示していなかったとしても、頭の中でははっきりとそうなっているはずだ。

People confuse it for like, you know, you feed it 10,000 images and it finds the closest one and it kind of collages it onto a person's face.

1万枚の画像を与えると、最も近い画像を見つけ、それを人の顔にコラージュするんだ。

It's actually, it's not using a single pixel from any of the data that it's trained on.

実際、トレーニングしたデータからは1ピクセルも使っていない。

So it's more like it's drawing an entirely new face with every frame as opposed to copying and pasting pieces of other photos onto the same face to assemble a new one.

つまり、同じ顔に他の写真の断片をコピー＆ペーストして新しい顔を作るのではなく、フレームごとにまったく新しい顔を描いているのだ。

You won't find two faces that are alike in any of the training material and what ended up in the movie.

どのトレーニング教材を見ても、映画になったものを見ても、同じ顔は二つとない。

This is what machine learning is good at, absorbing a bunch of data, in this case people's faces, and generating something new.

これこそが機械学習の得意とするところであり、多くのデータ（この場合は人々の顔）を吸収し、新しい何かを生み出す。

But the particularly groundbreaking aspect of this implementation was the speed at which it could work, which changed the production entirely.

しかし、この実装で特に画期的だったのは、その作業スピードで、プロダクションをまったく変えてしまった。

It's like really fast, like it will do its thing in like, you know, milliseconds.

本当に速くて、数ミリ秒単位でやってのけるんだ。

That is what we use to do the live on set face swaps.

これは、ライブ・セットで顔の入れ替えをするときに使うものなんだ。

We would have one monitor that had young Tom Hanks on it and one that had him at current day, and that was really powerful.

若い頃のトム・ハンクスが映ったモニターと、現在の彼が映ったモニターがあって、それは本当に力強かった。

It allowed for immediate on set course corrections by the actors themselves because

そのため、俳優たち自身による撮影現場での軌道修正が即座に行えた。

Every time after Bob Zemeckis called cut, they would look and kind of go like, yeah, you know, I'm, I'm shuffling a little bit here.

ボブ・ゼメキスがカットと言った後、彼らはいつも、ああ、そうだね、僕はここで少しシャッフルしているんだ。

Maybe I need to stand up more straight to sell the sort of like physicality illusion or ooh, I was overacting my youth in that take.

もっと背筋を伸ばして、肉体的なイリュージョンのようなものを売りにする必要があるのかもしれない。

So it really brought the actor into the conversation and allowed them to use it as a tool.

だから、俳優を会話に参加させ、彼らがそれを道具として使えるようにしたんだ。

It also helped them seer away from a situation where an actor has been made to look young, but their physicality doesn't feel young.

また、若く見えるように作られた俳優が、肉体的には若く感じられないという状況を見分けるのにも役立った。

Like De Niro's character here in The Irishman.

アイリッシュマン』のデ・ニーロのようにね。

He's supposed to be a rugged and tough mobster here and I mean, he just looks like my grandfather trying to kick someone while they're down.

彼はここでは無骨でタフなマフィアのはずなのに、まるで誰かを蹴落とそうとしている祖父のようだ。

Shout out to this guy for selling it though.

でも、それを売ったこの男には敬意を表したい。

And I mean no disrespect to the absolute powerhouse of an actor that Robert De Niro is.

そして、ロバート・デ・ニーロという絶対的な力を持つ俳優を軽蔑しているわけではない。

Obviously, this kind of thing just couldn't be addressed because the de-aging was happening solely at the end of the pipeline.

明らかに、老化防止はパイプラインの末端だけで行われていたため、このようなことには対処できなかったのだ。

It's very easy to look at a 67 year old acting young and think, God, they look so young.

67歳の人が若々しく振る舞っているのを見て、ああ、とても若く見える、と思うのはとても簡単なことだ。

But then if you were to put a 20 year old face on them, they would look like they were a 20 year old's face on a 40 year old body.

でも、もし20歳の顔をつけたとしたら、40歳の体に20歳の顔をつけたように見えるだろう。

And it's just like very lizard brain reaction.

まさにトカゲの脳のような反応だ。

It's something deep inside of us that tells us that something isn't quite right.

私たちの心の奥底にある何かが、何かがおかしいと教えてくれる。

If you look closely, you can see that the real-time de-aging works on the face, but it leaves the ears and the neck untouched.

よく見ると、リアルタイム・デエイジングは顔には効果があるが、耳と首はそのままになっている。

That didn't really matter because the other benefits of the real-time feed was that the editors could use the half-baked footage to assemble early drafts of the film.

というのも、リアルタイム配信のもうひとつの利点は、編集者が中途半端な映像を使って映画の初期草稿を組み立てることができるということだったからだ。

It was incredible walking away from set with like every shot that was going to be a face swap shot.

すべてのショットが顔交換のショットになるようなセットから立ち去るのは信じられないことだった。

There was already a very rudimentary version, but pretty convincing version of it already done.

非常に初歩的ではあるが、かなり説得力のあるバージョンがすでに完成していた。

And then in post-production, we used very similar AI tools, but much, much higher fidelity.

そしてポストプロダクションでは、非常によく似たAIツールを使ったが、より忠実度が高かった。

So instead of doing, you know, a face swap in 10 milliseconds, it'll take a few minutes, but that way we can get like the real film quality, high fidelity results out of it.

だから、10ミリ秒で顔を入れ替える代わりに、数分かかるが、そうすることで、本物の映画品質のような、忠実度の高い結果を得ることができる。

When it comes to making people older, I had to ask Kevin about this scene because I found it so moving.

年を取らせることに関して言えば、私はこのシーンがとても感動的だったので、ケヴィンに尋ねなければならなかった。

And the performances are so good, especially Paul Bettany.

特にポール・ベタニーの演技が素晴らしい。

Rose, she, she loved having you all around her.

ローズ、彼女は君がそばにいることが大好きだったんだ。

彼女はこの日が大好きだった。

彼女はあなたのために生きた。

I was like, oh my God, it just, I really felt it.

And I imagine that's one of the scenes where you guys had to age him up a little bit.

そして、あなたたちが彼を少し老けさせなければならなかったシーンのひとつだと想像している。

That scene actually was almost purely prosthetics and makeup.

あのシーンは、実はほとんど純粋なプロテーゼとメイクだったんだ。

But with other scenes in the film, they were able to marry the physical prosthetics and digital makeup to create something that wouldn't have been possible with either alone.

しかし、映画の他のシーンでは、物理的なプロテーゼとデジタルメイクを融合させ、どちらか一方だけでは不可能なものを作り上げることができた。

Robin has never been old before, so we couldn't train these models on family photos of her at 85.

ロビンはこれまで年を取ったことがないので、85歳の彼女の家族写真をモデルにトレーニングすることはできなかった。

But what we could do is we could use other AI driven tools and workflows to feed images of her from set and say, Hey, give me a version of this with better skin translucency.

しかし、私たちができることは、他のAI主導のツールやワークフローを使って、撮影現場から彼女の画像を送り込み、「ねえ、もっと肌の透明感があるバージョンをちょうだい」と言うことだ。

Or one that wrinkles around the nose in a way that feels more like stretching skin and less like a flexible prosthetic.

あるいは、柔軟な補綴物ではなく、皮膚を伸ばすような感覚で鼻の周りにしわを寄せるもの。

And so what we ended up doing is employing the same tools that we use for de-aging and helping them for up-aging.

それで結局、私たちがやっているのは、老化防止に使っているのと同じ道具を使い、老化防止に役立てることだ。

And this mixing of technology is what helped sell so much of the film.

そして、この技術のミックスこそが、この映画の売りの多くを支えている。

People kind of talk about AI dehumanizing certain things.

AIがある種の人間性を奪っているという話がある。

And in this case, I think it really humanized the whole process because it took these people with decades of experience and allowed them to use it in order to better the film.

そしてこの場合、何十年もの経験を持つ人たちが、映画をより良くするためにその経験を生かすことで、プロセス全体が人間味あふれるものになったと思う。

What we're doing now, it's cutting edge in the future.

今やっていることは、将来的には最先端なんだ。

スタンダードなものになるだろう。

Hey, if you made it this far, thank you so much for watching.

ここまで来てくれた人、見てくれてありがとう。

Videos like this, deep dives into industry trends and movie technology that have really deep research and reporting, but are still accessible to watch are some of my favorite to make.

このような、業界のトレンドや映画技術について深く掘り下げた動画は、本当に深いリサーチとレポートがあり、なおかつ視聴しやすいもので、私が最も好きなもののひとつだ。

Partly because it's something that I wish that I saw more of.

もっと見たかったという思いもある。

I watch a lot of breakdowns and deep dive videos geared towards nerds like me that care so much about the tiniest little details of cinematography or animation.

私は、撮影やアニメーションのほんの小さなディテールにこだわる私のようなオタク向けの分解やディープダイブのビデオをたくさん見ている。

But here at Vox, we want to make great independent journalism that's accessible for anyone, whether you're an industry expert or just somebody who's a little bit curious.

しかし、Voxでは、あなたが業界の専門家であろうと、ちょっと興味がある人であろうと、誰でもアクセスできる素晴らしい独立ジャーナリズムを作りたいと思っています。

And that's something that we're only able to do thanks to the support of our members.

そしてそれは、メンバーのサポートがあってこそできることなのだ。

So if you like that mission and want to ensure that videos like this continue to be made on the internet, you can support us at vox.com slash memberships.

このミッションが好きで、このようなビデオがインターネット上で作られ続けることを保証したい方は、vox.comのスラッシュ・メンバーシップで私たちをサポートしてください。

皆さんのサポートは私たちにとって大きな意味を持つ。

So thanks to everyone who's already supported and thanks again for watching.

だから、すでに応援してくれているみんなに感謝し、また見てくれてありがとう。